[發明專利]一種基于改進哈里斯鷹優化算法的光伏電池參數辨識方法

有效

• 申請號: 202010007938.1
• 申請日: 2020-01-04
• 公開（公告）號: CN111191375B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 陳慧靈;焦珊;劉蕓;汪鵬君;趙學華;黃輝;胡眾義
• 申請（專利權）人: 溫州大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/006;H02S50/10
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 程嘉煒

本發明公開了一種基于改進哈里斯鷹優化算法的光伏電池參數辨識方法，包括以下步驟：獲取光伏電池的輸出電流和輸出電壓；搭建光伏電池模型，確定目標函數及需要辨識的參數；利用預設的改進哈里斯鷹優化算法來辨識光伏電池的未知參數；輸出根據所述的改進哈里斯鷹優化算法辨識得到的參數。實施本發明，能解決哈里斯鷹優化算法的陷入局部最優解、收斂速度慢等問題，實現對具體領域的參數辨識，提高精度。

技術領域

本發明涉及新能源領域，尤其涉及一種基于改進哈里斯鷹優化算法的光伏電池參數辨識方法。

背景技術

光伏電池模型及其參數辨識方法對于太陽能光伏發電系統的模擬、設計、評估、控制和優化至關重要，因此光伏電池參數辨識方法獲得了廣泛關注。

總所周知，群體智能優化算法通過模擬自然界的各種生物和非生命系統的所表現出的群體智能行為，利用群體中個體之間的相互協作、交流來達到尋優的目的。這些群體智能算法較為著名有：蟻群算法，粒子群算法，人工蜂群算法，雞群算法等等。

Heidari等人在2019年提出了哈里斯鷹優化算法(Harris?Hawks?Optimization，HHO),這是一種新型的群體智能算法，該算法模擬哈里斯鷹的捕食行為來搜索最優解，該算法模擬哈里斯鷹捕食時的“突襲”策略，并根據情況動態地變換多種追逐獵物的方式，實驗結果證明該算法具有較強的搜索能力。但是，HHO在處理存在大量局部最優的問題時，容易陷入最優，很難找到全局最優，使得辨識得到的參數不夠精確。因此，針對上述問題，需要從增加算法局部搜索能力的角度來改進算法,從而提高參數辨識的精度。

發明內容

本發明的目的在于提供一種基于改進哈里斯鷹化算法的光伏電池參數辨識方法，能解決哈里斯鷹化算法的陷入局部最優解、收斂速度慢等問題，實現對具體領域的問題進行參數辨識，提高精度。

為了達到上述目的，本發明提供了一種基于改進哈里斯鷹優化算法的光伏電池參數辨識方法，包括以下步驟：

步驟S1、獲取光伏電池的輸出電流和輸出電壓；

步驟S2、搭建光伏電池模型，確定目標函數及需要辨識的參數；

步驟S3、利用預設的改進哈里斯鷹優化算法來辨識光伏電池的未知參數；

步驟S4、輸出根據所述的改進哈里斯鷹優化算法辨識得到的參數。

進一步設置是：所述的步驟S3具體包括：

步驟3.1、參數初始化，具體包括：最大迭代次數T、哈里斯鷹種群個數N、光伏系統參數光生電流I_ph、反向飽和電流I_sd、串聯電阻R_S、并聯電阻R_sh及二極管理想因子n的搜索空間；

步驟3.2、初始化N只哈里斯鷹的位置X_i＝(X_i，1，X_i，2，X_i，3，X_i，4，X_i，5)；

步驟3.3、計算每只鷹i的適應度f_i，并將適應度值最小的哈里斯鷹的位置設為獵物位置X_rabbit；

步驟3.4、根據公式(1)至(3)更新初始能量E₀、跳躍力量J、能量E；

E⁰＝2ran^d()-1??(1)

J＝2(1-ran^d())??(2)

其中，t是當前迭代次數，T是最大迭代次數；

步驟3.5、更新哈里斯鷹的位置；